基于人脸识别的智慧工地考勤系统设计
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题研究背景 | 第13-14页 |
| 1.2 课题研究意义 | 第14-15页 |
| 1.3 国内外发展现状 | 第15-16页 |
| 1.4 论文主要研究内容与组织结构 | 第16-18页 |
| 第2章 人脸图像预处理 | 第18-27页 |
| 2.1 图像灰度化 | 第18-20页 |
| 2.2 质量分布图均衡化 | 第20-21页 |
| 2.3 图像滤波处理 | 第21-23页 |
| 2.3.1 均值滤波处理 | 第22页 |
| 2.3.2 中值滤波处理 | 第22页 |
| 2.3.3 高斯滤波处理 | 第22-23页 |
| 2.4 几何归一化处理 | 第23-25页 |
| 2.4.1 面部图像矫正 | 第23-24页 |
| 2.4.2 尺寸归一化 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 人脸检测 | 第27-40页 |
| 3.1 人脸检测常见方法 | 第27-29页 |
| 3.1.1 基于特征的人脸检测方法 | 第27-28页 |
| 3.1.2 基于模板匹配的方法 | 第28页 |
| 3.1.3 基于统计的方法 | 第28-29页 |
| 3.2 基于AdaBoost的人脸检测算法 | 第29-38页 |
| 3.2.1 AdaBoost的理论基础 | 第30-32页 |
| 3.2.2 Haar特征与积分图 | 第32-34页 |
| 3.2.3 级联分类器的设计 | 第34-35页 |
| 3.2.4 AdaBoost算法流程 | 第35-38页 |
| 3.3 AdaBoost人脸检测实现 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 人脸识别 | 第40-50页 |
| 4.1 LBP算法的基本原理 | 第41-43页 |
| 4.1.1 LBP算子 | 第41-42页 |
| 4.1.2 旋转不变性LBP算子 | 第42页 |
| 4.1.3 旋转不变的均衡LBP算子 | 第42-43页 |
| 4.2 基于分块加权LBP技术的人脸识别算法 | 第43-45页 |
| 4.2.1 分块加权LBP算法特性提取 | 第43-45页 |
| 4.2.2 人脸特性匹配 | 第45页 |
| 4.3 实验与结论 | 第45-49页 |
| 4.3.1 实验仿真 | 第45-48页 |
| 4.3.2 实验结论 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 系统设计 | 第50-63页 |
| 5.1 业务需求分析 | 第50-52页 |
| 5.1.1 务工班组管理 | 第51页 |
| 5.1.2 务工人员管理 | 第51页 |
| 5.1.3 工地现场考勤管理 | 第51-52页 |
| 5.2 设计过程 | 第52-57页 |
| 5.2.1 总体设计 | 第52-54页 |
| 5.2.2 数据库设计 | 第54-56页 |
| 5.2.3 身份采集设计 | 第56-57页 |
| 5.2.4 人脸库设计 | 第57页 |
| 5.3 系统实现 | 第57-61页 |
| 5.3.1 用户考勤 | 第57-58页 |
| 5.3.2 系统用户登录模块 | 第58页 |
| 5.3.3 务工班组管理模块 | 第58-59页 |
| 5.3.4 务工人员管理模块 | 第59-61页 |
| 5.3.5 工地现场考勤管理模块 | 第61页 |
| 5.4 本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 论文工作总结 | 第63页 |
| 6.2 未来工作展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72-74页 |
